Discussion des résultats obtenus

Les premiers résultats semblent montrer que statistiquement parlant, il n’y a pas de différence significative en termes de temps d’exécution des tâches, et ce malgré un gain apparent de 10% en faveur de T.A.C. Ce résultat peut être mis en balance avec le nombre de participants impliqué dans l’expérimentation. Plus l’effectif (ou le nombre de degrés de liberté) est petit et plus la variance sans biais est incertaine. Néanmoins, les sujets ont été sélectionnés pour leur représentativité et ces premiers résultats nous permettent de dégager une première tendance.

Toutefois, après analyse des vidéos, il est intéressant de remarquer que les sujets prennent davantage leur temps pour réaliser la tâche avec les modes VISIO et T.A.C. Ce constat est en accord avec les résultats de la question 2 où les sujets n’ont pas eu l’impression d’aller plus vite avec l’un ou l’autre des modes. Sachant que l’expert voit ce qu’ils voient, ils désignent volontiers du doigt pour avoir une validation de la part de celui-ci. Les opérateurs ont donc moins d’hésitation au 88. C’est à dire une transposition mentale entre la scène perçue sur l’écran et la scène réelle. Voir chapitre précédent.

final pour exécuter une action, et les remarques que nous avons relevées montrent qu’ils sont plus détendus lorsqu’ils savent que l’expert peut corriger directement leurs fautes. Ils entament ainsi plus volontiers une relation élève-enseignant.

Par contre, en ce qui concerne TEL, nous constatons beaucoup d’erreurs d’interprétation qui engendrent de l’hésitation. Certains sujets persistent même dans leurs erreurs tandis que d’autres ne savent plus quoi faire. Les sujets qui s’en sortent le mieux sont ceux qui instaurent un protocole de communication avec l’expert (confirmation vocale de l’ordre à exécuter, description de la tâche en cours puis acquittement de fin). Dès que l’on passe sur VISIO et T.A.C., les erreurs commises par TEL disparaissent ou sont très vite corrigées. Ces observations sont conformes aux résultats des questions 3 et 4. Les sujets comprennent immédiatement où ils doivent agir et sont rapidement interpellés par l’expert en cas d’erreurs.

Bien que l’on vienne de voir que l’attitude des sujets est positivement affectée par VISIO et T.A.C., une différence entre les deux persiste sur tous les classements effectués par les sujets. En effet dans la majorité des cas, nous avons eu des remarques comme quoi il est plus facile de se laisser guider par T.A.C. que par VISIO. Ceci est à mettre en rapport directement avec le type d’affichage des différents modes (résultat de la question 3). T.A.C., grâce aux lunettes MOVST, permet une vision mentale directe contrairement à VISIO qui utilise une vision déportée. Dans ce dernier cas, il faut alors faire l’effort de regarder les instructions à l’écran sur le plan de travail pour ensuite faire le lien avec la réalité, ce qui a souvent été source d’erreurs. Parfois, les sujets enlevaient même leur caméra cravate pour la pointer plus précisément sur une zone afin que l’expert puisse mieux y voir. Cependant dans un cas comme dans l’autre, les sujets ne semblent pas plus « appréhender » la tâche (question 6).

En revanche, nous avons relevé beaucoup de remarques concernant T.A.C. sur l’ergonomie des lunettes MOVST. Malgré un poids inférieur à 150 grammes, cela semble être encore trop lourd. Cette charge physique peut alors poser problème sur des tâches de longue durée. Il est important de souligner que les sujets ont toutefois apprécié la non-immersivité de ce type de lunette, ayant ainsi une meilleure perception de leur environnement.

Côté expert, le fait d’utiliser VISIO et T.A.C. est jugé appréciable, surtout la capacité de pouvoir visualiser ce que l’opérateur exécute, et la possibilité qui lui est offerte de pouvoir montrer rapide- ment là où il faut intervenir. En termes de perception, l’expert a jugé plus intéressant le système T.A.C. par rapport à VISIO pour deux raisons :

– La première est de pouvoir visualiser exactement ce que voit l’œil de l’opérateur, et donc de « s’identifier » à son point de vue. C’est aussi semble-t-il son plus gros défaut, car les mouvements de la tête de l’opérateur affectent beaucoup la stabilité de l’image. Quand l’opérateur bouge trop vite, il devient alors difficile de donner des indications en cliquant sur le flux vidéo orthoscopique. – La deuxième est la présence du second flux vidéo représentant une vision plus globale de l’envi- ronnement immédiat de l’opérateur. L’expert s’est alors plus facilement fait une représentation mentale de l’espace de travail de l’opérateur. Chose intéressante, cette vision panoramique lui a beaucoup servi pour situer le sujet lors de mouvements rapides, problème évoqué ci-dessus. Enfin, l’expert et les sujets ont soulevé un problème en termes d’interprétation des flèches vir- tuelles. En effet, seules des flèches de la même couleur (rouge) ont été prévues à la conception de l’application T.A.C. Lorsque l’expert a voulu utiliser la désignation comme un moyen de présenter

une action (par exemple une flèche virtuelle vers le bas pour indiquer un mouvement à effectuer vers soi), ceci a souvent été mal compris. Nous pensons qu’un code couleur pour les flèches pourrait être plus pertinent en termes d’association de concept (action ou désignation).

17 SYNTHÈSE

Dans ce chapitre, nous avons présenté le système T.A.C. Ce système est une implémentation matérielle et logicielle de la proposition de fonctionnement d’un système d’assistance à distance que nous avons énoncée au chapitre précédent. Nous proposons ici une façon simple pour un opérateur de pouvoir se laisser guider visuellement par un expert distant.

Durant nos travaux, nous avons été en mesure d’étudier la pertinence de T.A.C. en tant qu’interface permettant une collaboration à distance sur une tâche de maintenance. Plus précisément, nous avons pu expérimenter le principe des références ostensives et leurs implications sur la relation de communication entre un expert et un opérateur.

La problématique était double. D’un côté, il fallait retranscrire l’environnement immédiat de l’opé- rateur vers l’expert afin que celui-ci se représente mentalement la scène (et puisse guider l’opérateur grâce à des indices virtuels). De l’autre côté, il ne fallait pas faire perdre à l’opérateur la conscience de sa réalité tout en intégrant le plus naturellement possible les indices virtuels apportés par l’ex- pert. En cela, les lunettes MOVST du système T.A.C. contribuent à compenser l’une des asymétries sociales impliquées par l’éloignement entre deux personnes. L’utilisation de références ostensives est désormais possible dans les deux sens.

À travers des tests utilisateurs, nous avons constaté qu’employer le mécanisme des références os- tensives pouvait faire gagner environ 10% de temps dans l’achèvement d’une tâche de maintenance distante sur des produits industriels. Nous devons cependant poursuivre nos expérimentations sur un échantillon plus important d’utilisateurs pour que le résultat soit statistiquement significa- tif. N’ayant plus à se perdre en explications descriptives, nous avons également pu observer une amélioration qualitative de la relation de communication entre les protagonistes, plus enclins à la collaboration. Qui plus est, nous confirmons les résultats de [BKS99] montrant que les erreurs commises sont immédiatement détectées par l’expert lorsque l’on améliore la perception de celui-ci vis-à-vis de l’environnement de l’opérateur. L’expert apporte ainsi sa caution au résultat, ce qui conforte la qualité de l’opération de maintenance.

CONCLUSION GÉNÉRALE ET

PERSPECTIVES

Rappel du contexte

L’assistance revêt un caractère fondamental dans la maintenance, qu’elle prenne la forme d’un support formalisé ou d’une personne ayant les compétences adéquates. Grande variété de systèmes mécatroniques toujours plus complexes, renouvellement des gammes de plus en plus rapide, multi- plicité des procédures, manque de « visibilité » du système à maintenir et incertitude des opérations à réaliser sont autant de nouvelles contraintes auxquelles doivent faire face les techniciens. Et pour ne rien arranger, les multiples formations voient leur durée compressée, ce qui n’est pas sans consé- quence sur l’apprentissage et l’acquisition des connaissances. Les mécaniciens sont alors enclins à se former « sur le tas », ce qui peut à terme impliquer un accroissement des erreurs de procédures et par ce biais augmenter les coûts de maintenance, pour au final engendrer des pertes de temps considérables.

Au fil de l’évolution technologique, la recherche de l’efficience et de l’efficacité ont amené les indus- triels à identifier, tester et intégrer de nouveaux outils dans les processus d’aide, de la documenta- tion papier en passant par le téléphone jusqu’aux systèmes informatiques. Grâce à ladite évolution technologique, la décennie écoulée a vu se « matérialiser » un concept, datant pourtant des années 60, qui risque fort de changer le mode de travail des individus : la Réalité Augmentée.

Alors ? Nouvel outil miracle en perspective ? En quoi cela consiste-t-il ? Aurait-on enfin une aide efficace ? Quelle forme pourrait prendre un système d’aide intégrant ce nouveau concept ? Comment faire en sorte de limiter, voire supprimer certaines erreurs humaines ? C’est à ces questions, tout au long de ce mémoire, auxquelles nous avons apporté des éléments de réponse.

Synthèse du document

Nous avons commencé ce mémoire en définissant ce qu’est la réalité augmentée. Pour cela, nous avons retracé l’évolution de ses définitions et nous sommes rendus compte qu’elles sont toujours soumises à discussion et interprétation, bien que certaines fassent référence. Nous avons alors pro- posé notre propre définition, avec pour objectif d’établir une compréhension commune de ce concept lors de la lecture de ce document. Nous avons ensuite présenté les fondements technologiques qui constituent un système de réalité augmentée, cela afin d’en comprendre les rouages et donc les possibilités nous étant offertes dans la conception de notre propre système.

Nous avons consacré en partie le chapitre suivant à l’étude des mécanismes cognitifs qui amènent tout individu à réaliser des erreurs, et plus particulièrement dans la maintenance. Bien que les aides actuelles soient là pour y remédier, il est apparu que celles-ci sont jugées ambiguës, mal construites, peu pratiques, voire incomplètes, les opérateurs préférant donc la plupart du temps s’en remettre à eux-même. Nous avons alors exposé les avantages des systèmes d’aide basés sur la réalité augmentée. Parmi les deux grands types que nous avons distingués, à savoir les « systèmes automatisés » et les « systèmes supervisés », nous nous sommes plus particulièrement intéressés à

cette dernière catégorie. En effet, lorsque survient une situation imprévue dans le formalisme de la tâche, les systèmes automatisés deviennent impuissants, et il faut alors avoir recours à une aide humaine extérieure. Les systèmes supervisés sont les représentants d’une telle solution, permettant à deux individus distants d’établir une relation de collaboration, mais les interactions possibles se révèlent insuffisantes. Les manques constatés nous ont alors permis d’établir notre problématique. Par la suite, nous avons voulu montrer pourquoi, malgré ses capacités à faire des erreurs, l’humain est toujours un maillon indispensable en termes d’assistance, et donc pourquoi les systèmes super- visés sont à l’heure actuelle des outils incontournables. Ainsi, nous avons vu que la maîtrise des connaissances explicites et tacites est fondamentale à l’expertise, et qu’un expert humain possède des aptitudes naturelles à s’adapter au niveau de l’apprenant. De plus, une relation de collabora- tion entre les individus favorise l’émergence d’idées et de solutions tournées vers la résolution de problème. Nous avons alors décrypté les mécanismes d’une communication interpersonnelle afin d’en reporter les bénéfices au sein d’une collaboration distante. Il en est ressorti que les systèmes supervisés actuels ne font que peu de place à retranscrire correctement l’espace visuel de l’opérateur pour l’expert, et que les capacités d’interactions de celui-ci ne lui permettent pas d’user de réfé- rences ostensives. En cela, nous nous sommes attachés à faire des propositions visant à « simuler » la coprésence de l’expert auprès de l’opérateur.

Enfin, nous avons présenté une implémentation de nos propositions sous la forme d’un système supervisé que nous avons nommé « T.A.C. ». Durant son développement, nous avons été en me- sure de tester l’influence des références ostensives durant une phase de maintenance distante. Les premiers résultats montrent les avantages induits par la prise en compte de nos propositions.

Résumé de nos contributions et résultats

La question à laquelle nous avons voulu répondre durant nos travaux est partie intégrante de la formulation de la problématique que nous avons énoncée, à savoir :

« Pourquoi l’expert est-il encore un chaînon incontournable en termes d’assistance, et comment faire en sorte qu’il puisse à distance interagir avec un opérateur de façon presque aussi naturelle que s’il était coprésent ? ».

Pour cela, nous avons identifié et mis en avant les principaux mécanismes régissant une commu- nication interpersonnelle lorsque des individus tentent de résoudre ensemble un problème posé : – Les protagonistes partagent le même espace visuel. Dans la collaboration à distance, l’expert n’a

pas forcément de relation spatiale avec les objets. Celui-ci doit donc pouvoir disposer d’un espace visuel périphérique afin de lui faciliter la prise de conscience de la situation. Ceci aura un effet direct sur la coordination des actions avec l’opérateur, et permettra de connaître en permanence le statut des travaux. Le manque de vision périphérique ferait donc perdre l’efficacité de la communication dans l’accomplissement d’une tâche. En termes d’espace visuel, il faut également tenir compte de la vision de précision qui est utilisée pour faciliter l’examen de détail.

– Les protagonistes ont la possibilité d’utiliser des références ostensives, c’est-à-dire des deixis (« ça ! », « là ! ») associées à des gestes de désignation. De nombreuses recherches suggèrent l’importance de la désignation d’objets dans un travail collaboratif. Ce type d’interaction est directement en rapport avec la notion d’espace visuel partagé cité ci-dessus.

Nous nous sommes alors en premier lieu attachés à proposer le fonctionnement général d’un système supervisé intégrant ces mécanismes : permettre à l’expert de voir ce que voit l’opérateur, comme s’il était « à sa place », et lui donner une possibilité d’augmenter une partie du champ visuel de celui-ci via un paradigme d’interaction adéquat.

Côté opérateur, pour respecter les exigences qu’impose son travail, nous avons traduit cela en contraintes :

1. Il doit avoir les mains libres pour exécuter sa tâche. L’utilisation du système d’aide ne doit pas entraver son activité.

2. Il doit être équipé d’un système de visualisation de réalité augmentée, mais celui-ci ne doit pas l’empêcher d’appréhender son environnement immédiat (condition de non-immersivité). 3. Le système de visualisation doit être orthoscopique, donnant l’impression d’une vision natu- relle à son porteur. L’avantage est double en cas d’augmentation : ne pas soustraire le regard de la tâche et éviter le phénomène de transposition mentale entre réel et virtuel.

4. Il ne doit pas avoir un champ visuel surchargé d’éléments virtuels, toujours dans l’optique de ne pas lui occulter sa perception de la réalité.

5. Le système de visualisation doit être capable de retranscrire tant la vision orthoscopique que périphérique à l’expert.

Ces contraintes nous ont amené à concevoir notre propre système d’affichage de réalité augmentée, à savoir un HMD monoculaire orthoscopique See Through, système que nous avons nommé MOVST, qui est également capable d’envoyer via des flux vidéo la perception de son porteur.

Côté expert, les lunettes MOVST sont le lien lui permettant d’être virtuellement à la place de l’opérateur. Avoir accès à ce que voit exactement celui-ci le dispense du décalage de point de vue habituellement présent lorsque deux individus sont côte à côte. Il peut ainsi de façon précise guider l’opérateur dans l’accomplissement de son travail. De plus, la vision périphérique lui rend compte de la situation de la tâche, et donc d’une meilleure compréhension de celle-ci dans son contexte. Pour visualiser correctement ces deux flux d’information, nous avons suggéré une interface représentant la vidéo périphérique dans laquelle serait incrustée la vidéo orthoscopique (visualisation PiP). Le partage de l’espace visuel nous a ouvert des possibilités d’interaction pour l’expert à l’égard de l’opérateur, et ce, grâce à la réalité augmentée. Nous avons alors proposé un nouveau paradigme d’interaction, nommé P.O.A pour « Picking Outlining Adding » dont les principes sont :

– Picking : Une interaction représentative du geste déictique.

– Outlining : Ajouter des éléments virtuels au regard de l’opérateur de manière à souligner les informations vocales données par l’expert, ou pour augmenter la compréhension d’une situation donnée.

– Adding : Calqué sur le principe des gestes kinétiques, l’Adding substitue ce geste en utilisant des animations 2D/3D adéquates.

En nous basant sur le principe de fonctionnement que nous avons énoncé, sur nos lunettes MOVST, sur notre visualisation PiP et sur notre paradigme P.O.A., nous avons conçu et implémenté notre propre système supervisé que nous avons baptisé T.A.C., pour Télé-Assistance-Collaborative. Lors de l’élaboration de celui-ci, nous avons également présenté une méthode simple permettant un suivi

précis pour la désignation ainsi qu’un moyen de gérer la latence de communication, et donc les augmentations.

Durant nos travaux, nous avons été en mesure d’expérimenter le principe des références ostensives. À travers des tests utilisateurs, nous avons constaté qu’apporter ce mécanisme pouvait faire gagner environ 10% de temps dans l’achèvement d’une tâche de maintenance distante sur des produits industriels. Mais au-delà du temps de complétion d’une tâche, nous avons également pu observer de multiples bénéfices, comme une amélioration qualitative de la relation de communication entre les protagonistes, plus enclins à la collaboration, ou encore une détection immédiate des erreurs commises par l’opérateur. Dans ce dernier cas, l’avantage est double, l’expert apporte sa caution au résultat, l’opérateur est conforté quant à la qualité de l’opération de maintenance.

Ces premiers résultats tendent à montrer l’importance d’intégrer dans des systèmes supervisés les mécanismes de communications normalement réservés à des relations de coprésence, et nous encouragent donc à poursuivre dans cette voie.

Limitations et Perspectives

Durant le chapitre précédent, nous avons pu voir que le développement du système T.A.C. n’est pas entièrement finalisé. En effet, l’implémentation des principes de « l’Adding » et de « l’Oulining » nécessite d’explorer plus profondément le domaine de la réalité augmentée qui s’intéresse au suivi robuste temps réel d’objets 3D. La littérature sur le sujet offre deux principales catégories pour ce faire, les algorithmes basés primitives et les algorithmes basés sur une connaissance a priori du modèle (2D ou 3D). Comme nous l’avons indiqué, nous nous sommes orientés vers cette dernière catégorie, et pour cela nous avons commencé à développer notre propre méthode de suivi en nous inspirant des travaux de [PHMG06]. À l’issue de ce développement, il sera alors possible d’expérimenter en totalité les principes de notre paradigme d’interaction P.O.A.

Les premiers résultats obtenus durant notre expérimentation montrent que notre système pourrait supporter des processus de collaboration imprévisibles et indéterminés, et cela, grâce à une meilleure retranscription de l’espace visuel de l’opérateur à l’expert et à la possibilité pour celui-ci d’user de références ostensives. Cependant, bien que nos résultats expriment un potentiel favorable en termes de collaboration distante, nous devrons poursuivre nos expérimentations sur un échantillon de tests plus important pour que les tendances, parfois fortes, soient statistiquement significatives. Nous devons également nous intéresser à l’effet inattendu lorsque l’expert a voulu utiliser la dési- gnation comme un moyen de présenter une action (par exemple une flèche virtuelle vers le bas pour indiquer un mouvement à effectuer vers soi). Ceci a souvent été mal interprété par les opérateurs. Nous connaissons l’importance des couleurs en termes d’association de concept pour les humains, cela mérite certainement d’être transposé à notre cas.